تصور کنید یک دستیار دیجیتال بتواند همزمان ۱۰ تب مختلف را در وب باز کند، اطلاعات را جمع کند و گزارش نهایی را بنویسد، در حالی که شما لپ‌تاپ خود را بسته‌اید و در حال استراحت هستید. این دقیقاً همان قابلیتی است که پروژه مارینر (Project Mariner) اکنون به آن دست یافته است.
بیشتر عامل‌های هوش مصنوعی (AI Agents) — شبیه به کارآموزی که فقط می‌تواند در هر لحظه یک فرم را پر کند — در حال حاضر در جلسه فعال مرورگر کاربر اجرا می‌شوند و محدود به یک عملیات در هر لحظه هستند. این رویکرد تک‌وظیفه‌ای در تضاد با نسل جدیدی از عامل‌هاست که قصد دارند اکوسیستم‌های مختلف را به هم متصل کنند؛ برای مثال، عامل هوشمند Muse تلاش می‌کند تا شکاف میان ابزارهای مدیریتی متفاوتی مانند Shopify و Slack را پر کند تا بهره‌وری کسب‌وکارهای کوچک را افزایش دهد.
طبق گزارش تک‌کرانچ (TechCrunch) در ۲۰ مه ۲۰۲۵، گوگل با انتقال محیط اجرا به ماشین‌های مجازی ابری، این محدودیت را شکست و اجازه داد هر تسک در یک ماشین مجازی مجزا اجرا شود تا تداخلی با سایر فرآیندها نداشته باشد. این قابلیت ابتدا برای مشترکان طرح AI Ultra با هزینه ۲۴۹.۹۹ دلار در ماه در آمریکا فعال شد.
همان‌طور که در تحلیل‌های قبلی ما درباره‌ی زیرساخت‌های عامل‌محور اشاره کردیم، جداسازی رابط کاربری از محیط اجرا، کلید مقیاس‌پذیری است.
توسعه‌دهندگان اکنون می‌توانند با ترکیب لنگ‌چین (LangChain) و باروباکس (Burrowbox) سامانه‌های مشابه بسازند. این سازوکار بر پایه «استخرهای گرم» (Warm Pools) است؛ یعنی ماشین‌هایی که از قبل بوت شده‌اند تا تأخیر در شروع تسک به صفر برسد.
جزئیات فنی پیاده‌سازی
- استخرهای گرم: مجموعه‌ای از ماشین‌های کوچک (مثلاً ۵ عدد) همیشه روشن می‌مانند تا تسک‌ها فوراً آغاز شوند.
- یکپارچگی MCP: با استفاده از
langchain-mcp-adaptersو پروتکل زمینه مدل (MCP)، عامل‌ها از طریق توکن‌های امن به ابزارهایی مثلbrowser_navigateوshell_runدسترسی دارند. - مدیریت چرخه حیات: هر تسک یک ماشین تازه دریافت می‌کند و پس از اتمام، ماشین برای جلوگیری از نشت داده‌ها نابود می‌شود.
- ساختار هزینه: ماشین‌های بیکار در استخر حدود ۰.۳۵ دلار در ساعت و ماشین‌های فعال ۰.۰۷ دلار در ساعت (محاسبه به‌صورت دقیقه‌ای) هزینه دارند.
این تغییر، صنعت را به سمت گردش‌کارهای «بدون سر» (Headless) می‌برد که در آن مرورگر دیگر یک رابط کاربری نیست، بلکه منبعی یک‌بارمصرف است. در این مدل، گلوگاه دیگر سخت‌افزار کاربر نیست، بلکه کارایی لایه ارکستراسیون ماشین‌های مجازی است.
با حذف وابستگی به UI محلی، عامل‌های هوش مصنوعی به یک نیروی کار توزیع‌شده تبدیل می‌شوند. توانایی «توزیع تسک‌ها» (Fan-out) امکان جمع‌آوری داده‌ها در مقیاسی را فراهم می‌کند که با عامل‌های تک‌رشته‌ای مرورگر غیرممکن بود.
گام بعدی شما
- بررسی مستندات Burrowbox برای اتصال API به گردش‌کارهای LangGraph.
- تست مدل‌های توزیع تسک برای جایگزینی اسکریپت‌های اتوماسیون تک‌مرحله‌ای.
- تحلیل هزینه-فایده استفاده از Warm Pools در مقابل Cold Start برای پروژه‌های کم‌حجم.
اما داستان سخت‌افزاری این تحول حتی شگفت‌انگیزتر است — به تحلیل ما درباره‌ی تراشه‌های Blackwell مراجعه کنید.
گفتگو